BG value stats by hour
BGvalue_Summary
## time3 min mean max sd
## 1 00:00 Inf NaN -Inf NaN
## 2 01:00 Inf NaN -Inf NaN
## 3 02:00 Inf NaN -Inf NaN
## 4 03:00 Inf NaN -Inf NaN
## 5 04:00 Inf NaN -Inf NaN
## 6 05:00 Inf NaN -Inf NaN
## 7 06:00 103 103.0 103 0.00000
## 8 07:00 320 320.0 320 NaN
## 9 08:00 89 163.0 237 85.44784
## 10 09:00 108 108.0 108 0.00000
## 11 10:00 115 130.5 146 21.92031
## 12 11:00 109 127.5 146 26.16295
## 13 12:00 79 79.0 79 NaN
## 14 13:00 Inf NaN -Inf NaN
## 15 14:00 75 112.0 186 64.08588
## 16 15:00 Inf NaN -Inf NaN
## 17 16:00 61 61.0 61 NaN
## 18 17:00 Inf NaN -Inf NaN
## 19 18:00 Inf NaN -Inf NaN
## 20 19:00 190 190.0 190 0.00000
## 21 20:00 107 107.0 107 0.00000
## 22 21:00 106 106.0 106 NaN
## 23 22:00 Inf NaN -Inf NaN
## 24 23:00 Inf NaN -Inf NaN
## 25 00:00 98 107.5 117 10.96966
BG value stats by day
BGvalue_SummaryDaily
## Date2 min mean max sd
## 1 2019-10-12 61 110.5385 186 32.61548
## 2 2019-10-13 75 141.6000 237 64.82318
## 3 2019-10-14 109 165.7500 320 102.90246
Sensor value stats by hour
Sensorvalue_Summary
## time3 min mean max sd
## 1 00:00 65 93.16667 123 20.669843
## 2 01:00 50 67.95833 106 12.131451
## 3 02:00 75 107.83333 151 23.508864
## 4 03:00 132 168.16667 212 25.438189
## 5 04:00 153 204.70833 272 47.586515
## 6 05:00 166 226.37500 298 56.638297
## 7 06:00 148 249.37500 338 78.011043
## 8 07:00 144 221.90476 329 77.031101
## 9 08:00 139 215.16667 293 43.917578
## 10 09:00 73 131.66667 191 39.298929
## 11 10:00 72 101.00000 136 24.000000
## 12 11:00 96 121.70833 149 13.040003
## 13 12:00 42 106.44118 150 30.740548
## 14 13:00 80 146.75000 212 43.258827
## 15 14:00 52 119.16667 217 63.822217
## 16 15:00 72 128.37500 164 26.968278
## 17 16:00 55 124.79167 209 55.239384
## 18 17:00 108 147.87500 202 31.849254
## 19 18:00 117 140.87500 169 16.030711
## 20 19:00 99 140.91667 172 23.581342
## 21 20:00 64 107.83333 170 30.438343
## 22 21:00 53 88.87500 114 18.790174
## 23 22:00 77 115.79167 145 18.244664
## 24 23:00 75 84.16667 100 6.491912
## 25 00:00 51 78.66667 97 17.864812
BG high (>150) count
BGHigh_Count
## time3 BG.Reading..mg.dL.
## 1 07:00 1
## 2 08:00 2
## 3 14:00 1
## 4 19:00 2
BG very high (>240) count
BGveryHigh_Count
## time3 BG.Reading..mg.dL.
## 1 07:00 1
BG low (<80) count
BGLow_Count
## time3 BG.Reading..mg.dL.
## 1 12:00 1
## 2 14:00 2
## 3 16:00 1
BG good value count (>80 and <150)
BGgood_Count
## time3 BG.Reading..mg.dL.
## 1 06:00 2
## 2 08:00 2
## 3 09:00 2
## 4 10:00 2
## 5 11:00 2
## 6 20:00 2
## 7 21:00 1
## 8 00:00 4
Temp Basal = 0 count
tempBasal_count
## NULL
Suspend basal on low count
suspendBasal_Count
## time3 Alarm
## 1 00:00 2
## 2 01:00 7
## 3 09:00 1
## 4 10:00 1
## 5 12:00 2
## 6 13:00 1
## 7 14:00 2
## 8 15:00 1
## 9 16:00 2
## 10 19:00 1
## 11 20:00 1
## 12 23:00 2
BG value by time and date with mean values
BGvalue_timeDaytable
## time 2019-10-12 2019-10-13 2019-10-14 mean
## 1 00:00 NaN 98.0 117 107.5000
## 2 01:00 NaN NaN NaN NaN
## 3 02:00 NaN NaN NaN NaN
## 4 03:00 NaN NaN NaN NaN
## 5 04:00 NaN NaN NaN NaN
## 6 05:00 NaN NaN NaN NaN
## 7 06:00 103.0000 NaN NaN 103.0000
## 8 07:00 NaN NaN 320 320.0000
## 9 08:00 89.0000 237.0 NaN 163.0000
## 10 09:00 NaN 108.0 NaN 108.0000
## 11 10:00 130.5000 NaN NaN 130.5000
## 12 11:00 146.0000 NaN 109 127.5000
## 13 12:00 79.0000 NaN NaN 79.0000
## 14 13:00 NaN NaN NaN NaN
## 15 14:00 186.0000 75.0 NaN 130.5000
## 16 15:00 NaN NaN NaN NaN
## 17 16:00 61.0000 NaN NaN 61.0000
## 18 17:00 NaN NaN NaN NaN
## 19 18:00 NaN NaN NaN NaN
## 20 19:00 NaN 190.0 NaN 190.0000
## 21 20:00 107.0000 NaN NaN 107.0000
## 22 21:00 106.0000 NaN NaN 106.0000
## 23 22:00 NaN NaN NaN NaN
## 24 23:00 NaN NaN NaN NaN
## 25 mean 111.9444 141.6 182 145.1815
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanBGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
Sensor value by time and date with mean values
SGvalue_timeDaytable
## time 2019-10-12 2019-10-13 2019-10-14 mean
## 1 00:00 NaN 69.41667 102.41667 85.91667
## 2 01:00 NaN 62.08333 73.83333 67.95833
## 3 02:00 NaN 106.58333 109.08333 107.83333
## 4 03:00 NaN 147.08333 189.25000 168.16667
## 5 04:00 NaN 159.91667 249.50000 204.70833
## 6 05:00 NaN 171.41667 281.33333 226.37500
## 7 06:00 NaN 174.50000 324.25000 249.37500
## 8 07:00 NaN 158.16667 306.88889 232.52778
## 9 08:00 NaN 184.66667 245.66667 215.16667
## 10 09:00 NaN 96.58333 166.75000 131.66667
## 11 10:00 NaN 78.25000 123.75000 101.00000
## 12 11:00 NaN 123.50000 119.91667 121.70833
## 13 12:00 71.00000 136.25000 109.36364 105.53788
## 14 13:00 186.08333 107.41667 NaN 146.75000
## 15 14:00 178.00000 60.33333 NaN 119.16667
## 16 15:00 124.25000 132.50000 NaN 128.37500
## 17 16:00 73.08333 176.50000 NaN 124.79167
## 18 17:00 118.25000 177.50000 NaN 147.87500
## 19 18:00 130.25000 151.50000 NaN 140.87500
## 20 19:00 132.41667 149.41667 NaN 140.91667
## 21 20:00 102.66667 121.33333 86.00000 103.33333
## 22 21:00 NaN 105.41667 72.33333 88.87500
## 23 22:00 NaN 114.66667 116.91667 115.79167
## 24 23:00 NaN 80.16667 88.16667 84.16667
## 25 mean 124.00000 126.88194 162.67172 137.85122
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanSGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
Interactive Plots
every 3 hours barplots
###daily barplots